周濤卧龍大數據

❶ 大數據來告訴你如何成為學霸

大數據來告訴你如何成為學霸

目前，川內各所大學即將開學。對於新入校的學生來說，大學生活該怎樣合理安排?如何才能在大學里煉成一個學霸?

別擔心，有大數據來告訴你!這不，由國內大數據領域的領軍專家、電子科技大學教授周濤等人共同研發的「學生畫像」系統，通過數據整合、分析，挖掘出每個學生的學習、生活狀態，預測出學生的掛科危險以及可能出現的「特殊狀況」。這個系統已經覆蓋電子科大兩萬余名本科生。

記者從電子科大教育大數據研究所了解到了「學生畫像」所統計出來的一些數據，那麼，現在我們就來看下，在大學里怎樣才能成為一個學霸。

排名均值越小，成績越好。

1 新奇的發現

打水次數減少35次學生成績相應降低了26名

電子科大教育大數據研究所成立於去年，數十名師生共同承擔著我國多項教育研究課題。周濤曾介紹研究所說，數據中心集中了學校上萬名學子的行為、消費等匿名信息，研究所基於這些數據，進行整合、分析與運用。

據介紹，目前學生的數據包括出入寢室的時間、進出圖書館的次數、借閱書籍的種類、在教學樓打水的次數、去澡堂洗澡的時間等。「學生畫像」的研究團隊首先會根據這些數據與實際行為的關聯性，「計算」出每名學生的學習、生活狀態，從而預測學生是否有掛科的可能，甚至還有輔導學生更好規劃自己學業的可能。

通過這一年時間的大數據統計，可以看出，在電子科技大學：總體上，女生平均成績好於男生;大二上學期，成績兩極化最為明顯。

同時，還總結出一個規律，學生成績波動之前，生活模式會先發生變化。比如，一名學生第一學期在教室打水的次數為53，他的成績在565位同學中排名200;第二學期，這名學生的打水次數減少了35次，他的成績也相應降低了26名。

2 如何成為學霸?

生活有規律多與成績好的學生做朋友

通過大數據研究，其實可以發現，學霸也是有規律可循的。這不，教育大數據研究所根據這些數據，繪制出了「學霸」和「學渣」的學習生活軌跡。來，一起看下，想要成為學霸，你要做些什麼?

一、去圖書館和教學樓次數越多，成績越好

在大數據研究所提供的圖表一上，記者可以看到橋擾，第一學期，成績最好的學生進入圖書館的次數為55次，成績最差的學生進入圖書館的次數為35次;到了第四學期，成績最好的學生進入圖書館的次數為61次，成績最差的學生進入圖書館的次數為18次。

正如圖表所顯示的，「學生畫像」的研究團隊通過大數據分析，發現出入圖書館次數比較多的學生，成績要優於出入圖書館次數比較少的學生。而同一名學生，隨著出入圖書館次數的增多或減少，成績排名在上下浮動。

同樣的情況也存在教學樓，學生去教學樓飲水機上打水次數越多，就說明學生長期在教學樓歷譽里活動。第三學期的數據顯示(圖二)，成績最好的學生在教學樓打水近80次，成績最差的學生在教學樓打水不到10次。這也說明，經常在教學樓活動的學生，成績就越好。

二、生活、學習有規律的學生，成績更好

研究人員通過分析全校本科生進出宿舍、在食堂吃飯、去澡堂洗澡等記錄，發現成績好的學生除了在教學樓打水次數比較多之外，生活、學習等行為習慣比成績差的更有規律。

以吃早飯的次數為例(圖三)，第二學期，成績最好的學生吃早餐次數在110次，成績最差的學生吃早餐次數僅為60次。也就是說，9點前出現在食堂吃早餐的同學，成績也相對更好。

除此之外，研究還發現，在固定時間進出宿舍，在宿舍的平均時長少的學生，成績遠遠高於經常宅在宿舍的學生。

三、身邊朋友成績較好，自身成績也相對較好

大數據顯示，學霸的身邊總是圍繞著學霸，身邊朋友成績較好，自身成績也相對較好。

電子科大教育大數據研究所有專門分析「朋友圈」的模塊，主要分析同校的朋友。「兩個朋友關系越親密，共同行動肢消段的概率就越大，而陌生人之間則不然，這是已經經過仔細驗證的結論。」基於此，研究所的專家們對學生們的共現頻率進行了統計分析，凡是兩兩間較短間隔內在同一場所，研究人員都進行了記錄，以此獲取兩人的關系親密程度，超過某一親密程度的則為朋友，以此獲取每個人的朋友圈信息。此後，研究人員再結合學生基本信息，獲取學生與朋友之間的標識，如室友、同班、同學院等，進而進一步分析學生的交際能力與偏好。

研究人員在分析了學生和朋友們之間的成績之後，得出一個研究結果：學生自身成績與身邊朋友的成績具有很強的相關性。

3 科研人員建議

大學新生們 這樣做你也能成為「學霸」

基於以上的研究成果，教育大數據研究所也給出了一定的建議：

生活習慣很重要，請注意保持生活的規律性，早上6點起床跑步讀書吃早餐而不是8點起床飛奔去上課，你這一天的感覺會完全不一樣;

一定要抽時間鍛煉身體，不要天天宅，睡懶覺和打游戲不如出去跑跑步，打打球;

不要迷戀網路游戲;入學就打好學習基礎;多去教室圖書館學習。

4 掛科預警

推送給輔導員及時調整學生的學習狀態

除了教你如何成為「學霸」之外，「學生畫像」還可以幫學生預測成績，發出「掛科預警」。

據介紹，掛科預警就是通過學生學習基礎以及由日常行為特徵體現出的努力程度，綜合分析提前預測學生掛科可能性，並將掛科可能性較高的群體發送給輔導員，幫助他們提前引導，有效提升學生的學習成績。

研究人員告訴記者，掛科預警主要從三個方面分析：一是刻畫學生生活與學習的規律性。比如，如果某學生最近幾個月作息極不規律，那麼他的成績就會有下滑的可能;二是分析課程相關性，先導課程的掌握程度對後續課程的成績有大的影響。比如，如果某學生微積分—I分數在及格邊緣，那麼後續課程微積分—II就有較高的掛科可能性。三是計算學生在該課程上付出的精力。比如，如果發現該生在圖書館從未借閱與微積分課程相關的圖書，那麼他在該課上掛科的可能性會進一步提高。

依據這些分析，系統便可計算出學生的掛科可能性，類似於「電磁場與波有87.5%的可能性掛科」這樣的信息就會推送給輔導員，由輔導員介入調整學生的學習狀態。

5 如何保護隱私?

不強調個人情況對異常狀況提供人文關懷

通過數據挖掘獲知學生在校行為記錄，這是否意味著學生的行蹤被監控，侵犯了學生的隱私權?

其實不然。教育大數據研究所副所長連德富強調，如今，「大數據」已滲透到生活的各個領域。學校做數據收集，不會去強調每個人的情況，而是察看學生整體的學習生活狀況，及時預測預警學生異常狀況，為學校的決策提供數據支撐。比如，根據學生就業能力情況，學校及時開展個性化引導，提升學生就業水平;根據學生實際消費情況，找出隱性困難學生，提升學校人文關懷等。

❷ 企業想要成功布局大數據的七大關鍵步驟

企業想要成功布局大數據的七大關鍵步驟
在這個大數據已經成為市場一個美味的「大蛋糕」的今日，大多數企業都很想要分得一塊。大多數企業正做好了布局大數據的准備，那麼，該怎麼做才能成功去布局?
最近，電子科技大學教授，雲基地大數據實驗室合夥人周濤在接受采訪時提出，對於普通企業要通過修煉成為大數據企業，關鍵要做好7個步驟：
1.要實現數據化。企業要為此做好計劃，到底需要保存什麼樣的數據，以人為中心的數據還是以產品為中心，還是更關注企業運營，需要做好這樣的計劃，然後再將企業生產經營中的數據保存下來，即便是現在看來沒什麼用的數據，未來也可能產生巨大的價值。比如說像售樓處、體驗店客戶的來訪數據，就有必要完整的記錄下來。包括怎麼過來的，一個人來還是幾個人，有老人和小孩嗎，穿什麼樣的衣服等等，還有客戶的情緒，看了什麼，問了什麼問題，最後買了什麼東西，都是非常重要的數據。
另外，企業內部人力資源的各個方面也都可以記錄下來，這些可以進行挖掘和分析的數據。他舉例說，長虹公司在自己的生產線設置了很多感測器，監測溫度、濕度、震動、噪音、顆粒等等因素，希望了解到生產過程中哪些因素會對員工產生明顯影響。他們此前都認為溫度和顆粒可能對於員工操作和產品質量影響最大，但是事實上最終數據分析的結果，溫度是沒有什麼影響的，恆溫的控制對於生產效率和合格率的貢獻並不像想像中那麼大，反而是噪音對於員工情緒以及生產的影響非常重要。要成為大數據企業，第一步企必須要實現數據化。
2.企業要自己培養一些大數據理念，或者是小數據挖掘的團隊。做大數據，企業的規模不一樣，要求也不一樣。如果企業規模足夠大，比如說是電信運營商或者電力、銀行這樣的行業，可能會形成一個大數據的團隊。如果不是，比如說就是簡單的服務企業，那麼形成理念就可以了。現在我們認為比較好的數據科學家，也不是說就是特別擅長或適應網路，這樣的人不重要了，重要的是要有武器，什麼樣的問題來了知道怎麼解決。
關鍵我們認識是要培養四種理念：
(1)除了結構化數據以外還有文本、音頻、圖像、遙感、網路、行為軌跡、時間數據，這些數據怎麼處理，它存在的大挑戰是什麼。
(2)一定要懂預測，因為絕大部分的大數據應用回到預測中，預測裡面很多方法都是基準學習的，而基準學習目前最火的方向是集群學習。
(3)要走分布式存儲計算，這絕對不是說我知道給Hadoop 、Maprece、Hbase就夠了，關鍵問題是首先要知道怎麼樣去搭一個混合式的，你的數據來了，我到底是應該犧牲我的一致性還是犧牲操作性，大概的成本多少，哪些數據挖掘的重要演算法我要把他Hadoop、Maprece實現，哪些演算法要通過SPTA，可變邏輯治理是在硬體裡面，從而替代CPU、GPU。
(4)需要整個數據向外的發展，知道哪些數據可能在外部產生什麼樣的重要價值，或者外部的數據能夠在你的企業產生什麼樣的重要價值。企業應該培養出這四個能力，建立起企業數據挖掘的人才團隊。
3.企業一定要做好自己的外部數據儲備。我們都說「書到用時方恨少」，很多的企業，比如說像服裝銷售這樣的傳統行業，我要進的貨在淘寶、天貓上賣的怎麼樣?在淘寶、天貓哪一個店鋪怎麼樣?它的競爭品牌是什麼樣售價，怎麼樣銷售的?對於這樣一些數據，如果到需要的時候才去找，往往都來不及了。同樣的道理。比如銀行給中小企業發放貸款的時候，希望了解到它的用水、用電、生產、交通數據，例如通過攝像頭就能知道這個企業到底有多少車運行，這些數據可能對於中小企業發放貸款決策都很重要。但是當你要發貸款的時候，再去問已經沒有機會了，或者說成本太高了。我們建議，企業應該學會通過公共渠道或者數據交換的方法，根據自己的業務需求來量身定做自己的外部數據和戰略數據。
4.企業要建設自己的大數據管理與應用平台。對於很多企業，做大數據並不是意味著要自己去建設數據中心。隨著雲計算和雲數據中心出現，使用外部數據中心的成本已經非常低了，數據存儲的費用也是在成倍的下降。但是，企業要做大數據，必須要在IT基礎設施方面具有比較好的數據處架構，要用大一些工具比如數據分布式存儲、Hadoop等等。很關鍵的企業不僅要具備一個數據中心的硬體，還要考慮和企業業務方向結合，不僅就是包括了數據的採集、資料庫架構，向上的分析模塊，再往上的API數據出口，以及橫向的一些業務模塊和出口這些東西。要做成企業的大數據管理應用平台，我們強調一定要從企業的業務出發，量體裁衣，企業首先必須要搞清楚自己的業務形態是什麼。
5.大企業一定要有數據偵測的能力，需要有創新思維的人隨時思考這些問題，比如企業佔有的數據到底在外部能夠產生什麼樣大的作用。就像我們經常拿雅昌藝術中心的例子，它存了很多藝術品的數據，所以最後它可以發布藝術指數。同樣國家電網也發布兩個指數，一個叫重工業用電指數，一個叫輕工業用電指數。淘寶網有它的CPI指數，還有很多企業的一些數據，實際上都可以發揮想像不到的價值。
6.一個大數據企業包括未來現代化企業，一定要有開放共享的態度。一方面需要企業把自己的很多問題社會化，另一方面企業要盡量去通過一些平等辦法，通過數據交換的方式互相共享形成數據化。
7.企業還要做好數據方面的戰略投資。我認為有三種比較先進的模式。
一種模式叫做產業鏈布局，比如說海爾、長虹可以投物聯網，對物聯網企業創新進行投入。比如說中信集團可以關注醫療，在這個方面尋找相關的數據應用。
第二個方面就是技術，你要知道哪些是硬技術創新，特別是在基礎術設施層面的，比如加速存儲，雲計算的一些技術，比如數據挖掘，垂直應用分析，這個方面集中了很多創新也可以形成很大的規模。
第三種模式是數據集方面的投資，我們知道阿里巴巴投資高德是為了數據，它投資新浪微博不僅是要投錢還要花錢買數據，所有這一切本質還是想把數據流動起來做更大的事情。這種投資就是集成數據，強調數據流動性。這些投資裡面有幾點是需要注意的，一是要去關注企業的數據價值，其次要關注早期的投資，去長期指引而不是短期追逐回報率，最後還要多關注傳統行業。
周濤教授提出，大數據的本質不在於數據量有多少，也不在於是否是異構的數據，而是在於數據是關聯的，整體的數據可以流動起來。他認為，跨領域關聯，通過一加一產生遠大於二的價值才是大數據的精髓。
當然，數據本身並不產生價值，只有通過大數據的分析去解決難題才是價值，而大數據對於企業營銷的作用是可大可小的，不過在這個把大數據作為概念的時代，企業還是要做好布局大數據的准備，向大數據企業修煉。

❸ 大數據的應用領域有哪些

1.了解和定位客戶
這是大數據目前最廣為人知的應用領域。很多企業熱衷於社交媒體數據、瀏覽器日誌、文本挖掘等各類數據集，通過大數據技術創建預測模型，從而更全面地了解客戶以及他們的行為、喜好。
利用大數據，美國零售商Target公司甚至能推測出客戶何時會有Baby;電信公司可以更好地預測客戶流失;沃爾瑪可以更准確的預測產品銷售情況;汽車保險公司能更真實的了解客戶實際駕駛情況。
滑雪場利用大數據來追蹤和鎖定客戶。如果你是一名狂熱的滑雪者，想像一下，你會收到最喜歡的度假勝地的邀請;或者收到定製化服務的簡訊提醒;或者告知你最合適的滑行線路。。。。。。同時提供互動平台(網站、手機APP)記錄每天的數據——多少次滑坡，多少次翻越等等，在社交媒體上分享這些信息，與家人和朋友相互評比和競爭。
除此之外，政府競選活動也引入了大數據分析技術。一些人認為，奧巴馬在2012年總統大選中獲勝，歸功於他們團隊的大數據分析能力更加出眾。
2.了解和優化業務流程
大數據也越來越多地應用於優化業務流程，比如供應鏈或配送路徑優化。通過定位和識別系統來跟蹤貨物或運輸車輛，並根據實時交通路況數據優化運輸路線。
人力資源業務流程也在使用大數據進行優化。Sociometric Solutions公司通過在員工工牌里植入感測器，檢測其工作場所及社交活動——員工在哪些工作場所走動，與誰交談，甚至交流時的語氣如何。美國銀行在使用中發現呼叫中心表現最好的員工——他們制定了小組輪流休息制度，平均業績提高了23%。
如果在手機、鑰匙、眼鏡等隨身物品上粘貼RFID標簽，萬一不小心丟失就能迅速定位它們。假想一下未來可能創造出貼在任何東西上的智能標簽。它們能告訴你的不僅是物體在哪裡，還可以反饋溫度，濕度，運動狀態等等。這將打開一個全新的大數據時代，「大數據」領域尋求共性的信息和模式，那麼孕育其中的「小數據」著重關注單個產品。
3.提供個性化服務
大數據不僅適用於公司和政府，也適用於我們每個人，比如從智能手錶或智能手環等可穿戴設備採集的數據中獲益。Jawbone的智能手環可以分析人們的卡路里消耗、活動量和睡眠質量等。Jawbone公司已經能夠收集長達60年的睡眠數據，從中分析出一些獨到的見解反饋給每個用戶。從中受益的還有網路平台「尋找真愛」，大多數婚戀網站都使用大數據分析工具和演算法為用戶匹配最合適的對象。
4.改善醫療保健和公共衛生
大數據分析的能力可以在幾分鍾內解碼整個DNA序列，有助於我們找到新的治療方法，更好地理解和預測疾病模式。試想一下，當來自所有智能手錶等可穿戴設備的數據，都可以應用於數百萬人及其各種疾病時，未來的臨床試驗將不再局限於小樣本，而是包括所有人!
蘋果公司的一款健康APP ResearchKit有效將手機變成醫學研究設備。通過收集用戶的相關數據，可以追蹤你一天走了多少步，或者提示你化療後感覺如何，帕金森病進展如何等問題。研究人員希望這一過程變得更容易、更自動化，吸引更多的參與者，並提高數據的准確度。
大數據技術也開始用於監測早產兒和患病嬰兒的身體狀況。通過記錄和分析每個嬰兒的每一次心跳和呼吸模式，提前24小時預測出身體感染的症狀，從而及早干預，拯救那些脆弱的隨時可能生命危險的嬰兒。
更重要的是，大數據分析有助於我們監測和預測流行性或傳染性疾病的暴發時期，可以將醫療記錄的數據與有些社交媒體的數據結合起來分析。比如，谷歌基於搜索流量預測流感爆發，盡管該預測模型在2014年並未奏效——因為你搜索「流感症狀」並不意味著真正生病了，但是這種大數據分析的影響力越來越為人所知。
5.提高體育運動技能
如今大多數頂尖的體育賽事都採用了大數據分析技術。用於網球比賽的IBM SlamTracker工具，通過視頻分析跟蹤足球落點或者棒球比賽中每個球員的表現。許多優秀的運動隊也在訓練之外跟蹤運動員的營養和睡眠情況。NFL開發了專門的應用平台，幫助所有球隊根據球場上的草地狀況、天氣狀況、以及學習期間球員的個人表現做出最佳決策，以減少球員不必要的受傷。
還有一件非常酷的事情是智能瑜伽墊：嵌入在瑜伽墊中的感測器能對你的姿勢進行反饋，為你的練習打分，甚至指導你在家如何練習。
6.提升科學研究
大數據帶來的無限可能性正在改變科學研究。歐洲核子研究中心(CERN)在全球遍布了150個數據中心，有65,000個處理器，能同時分析30pb的數據量，這樣的計算能力影響著很多領域的科學研究。比如政府需要的人口普查數據、自然災害數據等，變的更容易獲取和分析，從而為我們的健康和社會發展創造更多的價值。
7.提升機械設備性能
大數據使機械設備更加智能化、自動化。例如，豐田普銳斯配備了攝像頭、全球定位系統以及強大的計算機和感測器，在無人干預的條件下實現自動駕駛。Xcel Energy在科羅拉多州啟動了「智能電網」的首批測試，在用戶家中安裝智能電表，然後登錄網站就可實時查看用電情況。「智能電網」還能夠預測使用情況，以便電力公司為未來的基礎設施需求進行規劃，並防止出現電力耗盡的情況。在愛爾蘭，雜貨連鎖店Tescos的倉庫員工佩戴專用臂帶，追蹤貨架上的商品分配，甚至預測一項任務的完成時間。
8.強化安全和執法能力
大數據在改善安全和執法方面得到了廣泛應用。美國國家安全局(NSA)利用大數據技術，檢測和防止網路攻擊(挫敗恐怖分子的陰謀)。警察運用大數據來抓捕罪犯，預測犯罪活動。信用卡公司使用大數據來檢測欺詐交易等等。
2014年2月，芝加哥警察局對大數據生成的「名單」——有可能犯罪的人員，進行通告和探訪，目的是提前預防犯罪。
9.改善城市和國家建設
大數據被用於改善我們城市和國家的方方面面。目前很多大城市致力於構建智慧交通。車輛、行人、道路基礎設施、公共服務場所都被整合在智慧交通網路中，以提升資源運用的效率，優化城市管理和服務。
加州長灘市正在使用智能水表實時檢測非法用水，幫助一些房主減少80%的用水量。洛杉磯利用磁性道路感測器和交通攝像頭的數據來控制交通燈信號，從而優化城市的交通流量。據統計目前已經控制了全市4500個交通燈，將交通擁堵狀況減少了約16%。
10.金融交易
大數據在金融交易領域應用也比較廣泛。大多數股票交易都是通過一定的演算法模型進行決策的，如今這些演算法的輸入會考慮來自社交媒體、新聞網路的數據，以便更全面的做出買賣決策。同時根據客戶的需求和願望，這些演算法模型也會隨著市場的變化而變化。

❹ 大數據告訴你：學霸是怎樣煉成的！

大數據告訴你：學霸是怎樣煉成的！

近日，國內大數據領域領軍專家、電子科技大學周濤教授與有著近十年學工部長教育 經驗 的呂紅胤研究員，花費了近大半年的時間，聯合研發出一套「大數據」系統——「學生畫像」。

該系統利用校園一卡通追蹤學生行為軌跡，通過對學生吃飯、打水、出行、消費行為記錄，「算」出每名學生的 學習 、生活狀態。更厲害的是，通過對學生日常學習狀態的追蹤，該系統還會對學生的期末成績乃至 大學四年 後的 就業 情況作出預警——

註：系統用排名均值來計量學生成績的優異。排名均值=學生在所在專業的年級排名/本專業的總人數，排名均值越接近0，代表該學生的成績越好。

學霸是如何煉成的?

學霸出門時間通常比較固定

研究人員分析了近半年的 宿舍 門禁、吃飯、進出圖 書 館等刷卡記錄，發現成績較好的學生作息時間比成績差的更規律。

例如，某 專業排名 第3的小雪，幾乎每天固定在8點、12點、14點三個時間點出門，留在宿舍的總時長低於專業平均水平。而該專業成績排名第61的小石每天進出宿舍的時間很隨機，而且通常每次外出的時長不超過2小時，「宅指數」明顯高於專業平均水平。

此外，研究人員還發現，9點前出現在食堂吃早餐的同學，成績也相對更好。

學霸最愛在晚上10-11點洗澡

上圖中，橫軸代表了時間點，豎軸則代表了在當前的時間點下，學生的洗澡概率。電子科大的澡堂是全天開放的，但研究團隊發現，晚上10——11點，學習好的學生與學習差的學生洗澡概率出現了較大的差異。簡言之，集中在晚上10到11點之間洗澡的學生成績更優異。

不管是出門時間還是洗澡時間，抑或是相對固定的早餐時間，都是學生作息規律的具體體現。研究人員發現，較有規律的學生群體，除了成績上的優勢外， 考研 成功 率以及 出國留學 獲得獎學金的概率均高於一般學生。這也從側面印證了生活的規律性對於成績有正面影響的結論。

學霸愛泡圖書館和自習室

在樣本量足夠龐大的情況下，學生在一定時期內的行為追蹤確實可以反映他的學習和生活狀態。比如，如果一個學生的打卡記錄顯示，他長期在教學樓的飲水機上打水，那一定程度上就說明了，教學樓是他的長期活動地點。

「學生畫像」的研究團隊，通過大數據分析，發現了出入圖書館次數多少與學習成績的好壞存在著一定的相關性，即：出入圖書館次數比較多的學生，成績要仔碼優於出入圖書館次數比較少的學生。同一個學生，隨著他出入圖書館次數的增多或減少，他的成績排名在上銷戚仔下浮動。如圖↓↓

這樣的相關性，同樣適用於學校的教學樓↓↓(註：在教室打水代表該學生出現在了教學樓~)

學霸也扎推?

現實中，每個人都會受到種種環境的影響。無疑，處於校園之中，身邊人的學習狀態，自然也會影響到學生自身的成績好壞。

研究團隊發現，如果一個 大學生 ，他身邊的朋友成績比較好，那他自身的成績也相對較好!

想要成為一枚學霸?先找個學霸好友吧——

期末會不會掛科?算一下吧

在這項研究中，研究團隊專門設計出了一系列輔助學生更好完成大學學業的功能模塊——「掛科預警」。

想知道你學期末會不會掛科?那就算一算嘍!

掛科率= 努力 程度 + 學習基礎;

努力程度依據:教學樓打水頻率+進出圖書館的時間與次數;

學習基礎：用已考科目成績、已考與將考科目之間的關聯性算出;

一旦你的掛科率觸碰到了預警紅線，那系統便會自動為負責你學習的輔導員推送預警信息!

「前方高能預警，您的掛科率有偏高趨勢，請好好學習——」自從有了「掛科預警」系統，媽媽再也不用擔心我掛科了——

四年後，你會成為失業大軍中的一員嗎?

如今，就業形勢一年比一年緊張。作為學生，你在擔心 畢業 即失業?作為高校的管理者，你會困惑於如何幫虧汪助學生突破重圍嗎?嗯，好消息來了!

「學生畫像」研究團隊通過大量的數據分析，研究得出了一個學生的畢業去向與他在校期間的生活規律有著一定的關聯性。

電子科技大學教育大數據研究所副所長、原微軟亞洲研究院的連德富教授在接受中國青年報(ID：zqbcyol)采訪時表示，通過對比往屆 畢業生 的畢業去向，他們發現，就業困難學生群體身上確實存在某些相似的行為特徵。比如，與其他同學相比，就業困難學生在校期間的生活普遍不太規律。此外，就業困難學生在圖書館的借閱書目也更偏向於懸疑科幻小說以及與游戲相關的 書籍 。

近年來，越來越多的大學生畢業後選擇 創業 。麥可思研究院研究發現，包括本科畢業生和高職專院校畢業生在內的中國大學生畢業後選擇自主創業的比例基本呈逐年上升的趨勢：2007年1.2%，2008年1%，2009年1.2%，2010年1.5%，2011年1.6%，2012年2%，2013年2.3%，2014年2.9%。

在連德富教授看來，大學里的創業一族也有「大數據」特點。偏好創業的學生跑市區的頻率要高於普通學生。

❺ 《大數據時代生活、工作與思維的大變革》epub下載在線閱讀全文，求百度網盤雲資源

《大數據時代》（[英] 維克托•邁爾•舍恩伯格（Viktor Mayer-Schönberger））電子書網盤下載免費在線閱讀

鏈接: https://pan..com/s/14EqWS8hUg7X4suhVQi7g8A 提取碼: jh5h

書名：大數據時代

作者：[英] 維克托•邁爾•舍恩伯格（Viktor Mayer-Schönberger）

譯者：周濤

豆瓣評分：7.5

出版社：浙江人民出版社

出版年份：2012-12

頁數：261

內容簡介：

《大數據時代》是國外大數據研究的先河之作，本書作者維克托•邁爾•舍恩伯格被譽為「大數據商業應用第一人」，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。

作者簡介：

他是十餘年潛心研究數據科學的技術權威，他是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。他曾先後任教於世界最著名的幾大互聯網研究學府。現任牛津大學網路學院互聯網治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人，哈佛國家電子商務研究中網路監管項目負責人；曾任新加坡國立大學李光耀學院信息與創新策略研究中心主任。並擔任耶魯大學、芝加哥大學、弗吉尼亞大學、聖地亞哥大學、維也納大學的客座教授。

❻ 2018年成都哪些大數據公司靠譜

成電醫星公司

成都成電醫星數字健康軟體有限公司（ 簡稱 成電醫星公司 ）,是電子科技大學參股組建的高新技術企業， 軟體企業、創新型企業。 專門從事智慧醫療建設、項目實施、運維服務及項目運營。成電醫星公司已經在全國1 0 0 0餘家醫院，6個區域成功的進行了智慧醫療和區域人口健康信息化建設。實現智慧醫療和區域人口健康信息建設的可持續發展。

服務方向

成電醫星公司為智慧城市建設提供全面解決方案， 進行智慧醫療大數據平台建設， 包括： 區域人口健康信息平台建設、智慧綠色醫院建設、醫療物聯網建設、智慧健康信息管理建設、醫養結合的智慧養老建設、智慧食品葯品安全信息監管建設等領域的智慧化建設。

以上排名不分先後，如有遺漏歡迎補充！

❼ 我想問下數據科學平台有哪些

Sophon Base
星環科技Sophon Base作為企業級一站式數據科學平台，支持數據管理、可視化建模、編程式建模、模型管理、任務流調度和模型服務等功能模塊，啟大覆蓋從數據接入、數據預處理，到模型訓練絕談、模型部署、監控運維的機器學習並旁碰模型的全生命周期流程，助力企業客戶實現人工智慧產業落地更多詳情可你可以統一去知道參考一下。

❽ 你遇到過哪些利用大數據殺熟宰客的例子

況一：老用戶比新用戶價格高？

據報道，有網友稱，自己在某電影票訂票平台上體驗到了被「殺熟」。她表示，用新注冊的小白賬號、普通會員賬號和高級別的會員賬號同時選購同場次電影，最便宜的是小白賬號，其次是普通會員賬號，而高級別的賬號一張票要比小白賬號貴出5元以上。另外，自己下半年開始，電影票平台價格顯示均價30-40元，而一年前均價為20元。

情況二：蘋果用戶比安卓用戶價格高？

目前，大家的手機大多分為兩個陣營，分別是蘋果iOS系統和安卓系統。然而，一位網友發現，用蘋果手機打車比安卓手機打車貴。此外，某些視頻網站也會根據手機不同型號給出不同的收費待遇。以騰訊視頻為例，開通VIP會員，安卓用戶1個月、3個月和6個月的價格分別20元、58元、108元，年費是198元，而蘋果用戶購買則要貴出5-35元不等。對於存在價格差異的原因，客服表示，是由於其中包含蘋果收取的手續費。

情況三：不買價格變更貴？

默認捆綁上次服務？媒體報道，在線旅遊平台被批評存在「大數據殺熟現象」最多。一位網友表示，自己在某在線旅遊平台訂機票，選好的那班每次看時都會上浮；而當自己選好該機票後取消，再選那個機票時，價格立刻上漲甚至翻倍，在自己覺得「不買會更貴」而匆忙下單後，發現該航班價格又恢復到最初的低價。此外，還有一種根據用戶的「上一次行為」而默認捆綁相應服務，例如剛剛注冊會員的用戶，他在購買機票時，系統僅默認顯示一張機票的價格；而一旦他在這一次同時勾選了貴賓休息室、接送機服務或酒店優惠券等附加服務，那麼在下一次下單時，系統會默認幫他勾選同樣的服務。

情況四：不同用戶價格不同

有網友在微博發出兩張截圖稱，自己與家人在某旅行APP搜索機票，同一航班同一時間不同手機搜索出來的價格卻不同：

​

❾ 大數據時代：生活、工作與思維的大變革的作者簡介

作者：（英國）維克托·邁爾-舍恩伯格（Viktor Mayer-Schönberger） （英國）肯尼斯·庫克耶（Kenneth Cukier） 譯者：盛楊燕 周濤維克托·邁爾-舍恩伯格（Viktor Mayer-Schönberger），被譽為「大數據時代的預言家」，也是最受人尊敬的權威發言人之一。現任牛津大學網路學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人，新加坡國立大學信息政策研究中心主任。一百多篇論文公開發表在《科學》《自然》等著名學術期刊上。備受眾多世界知名企業、機構和國家政府高層信賴的信息權威與智囊。他的咨詢客戶包括微軟、惠普和IBM等全球頂級企業；他是歐盟互聯網官方政策背後真正的制定者與參與者，也是世界經濟論壇、馬歇爾計劃基金會等重要機構的咨詢顧問；還先後擔任新加坡商務部高層、汶萊國防部高層、科威特商務部高層、迪拜及中東政府高層的咨詢顧問。他所著的《刪除》一書，獲得美國政治科學協會頒發的「唐·K·普賴斯獎」，以及媒介環境學會頒發的「馬歇爾·麥克盧漢獎」。肯尼斯·庫克耶（Kenneth Cukier），《經濟學人》數據編輯，曾任職於《華爾街日報》（亞洲版）和《國際先驅論壇報》。他是美國外交關系協會成員，CNN、BBC和NPR的定期商業和技術評論員之一。周濤，電子科技大學互聯網科學中心主任、教授、博士生導師。發表SCI論文150餘篇、領域一流期刊90餘篇，SCI引用超過2600次，H指數26，Google引用超過6000次。第五屆中國青少年科技創新獎和第十二屆中國青年科技獎得主。

❿ 「大數據」分析意義很大

「大數據」分析意義很大

近日，中國青年報社會調查中心對2315人進行的一項調查顯示，43.6%的受訪者認為「大數據」分析意義很大，但80%的受訪者也確認自己不清楚什麼是「大數據」，75.9%的受訪者發現目前存在「大數據」被濫用的現象。

80%受訪者

不清楚什麼是「大數據」

調查中，聽說過和沒聽說過「大數據」的受訪者各佔一半。80%的受訪者直言不清楚什麼是「大數據」，表示「非常清楚」和「比較清楚」的受訪者分別僅佔8.3%和11.6%。其中，75.9%的受訪者發現「大數據」存在被濫用的現象。

北京大學信息工程學院計算機應用技術專業研一學生卿某，這學期正在學習一門關於調研「大數據」的課程。談及如今的「大數據」熱，卿某顯得有些激動。他說，「大數據」可以幫助人們了解平時注意不到的信息，還可以預測未來，比如可以根據機票漲降情況確定最佳購票時機，根據人們的搜索記錄更早地預測流感傳播。

卿某表示，如今很多企業都在說「大數據」，其中不乏「跟風」現象。有些數據分析貼上「大數據」標簽，瞬間就顯得「高大上」，其實並沒有真正的「大數據」分析。

統計學專業畢業的王京也認為，現在有些標榜「大數據」的報告，一方面數據量不大，另一方面也不是「大數據」的思維。「大數據」講究效率、針對個人，但很多類似於「大數據教你談戀愛」這樣的說法，更多是一種噱頭。

電子科技大學互聯網科學中心主任、《大數據時代》中文翻譯者周濤說，的確有一些企業在商務智能時代沒有學好商務智能，到了大數據時代才剛剛學會商務智能，就說自己是「大數據」。

周濤認為，一個企業有沒有「大數據」能力，一個分析報告是否包含「大數據」成分，要看是否具備兩個特徵：一是數據本身要具有一定規模，肯定不同於以前社會科學控制實驗中幾十幾百人的規模；二是數據分析結果要能夠提供深刻洞見，不是簡單的統計分析，譬如「某社交網路1000萬用戶中45%是男性」、「全國春運最熱航線是北京到上海」，這些都不是「大數據」，只是非常簡單的分析方法在稍微大一點的數據集上的應用。

35.6%的受訪者覺得一些「大數據」分析空有大量數據

南京大學計算機專業博士高坤（化名）說，現在「大數據」還存在很多問題，比如數據的所有權問題、隱私問題、安全問題等，都需要盡快解決。

周濤認為，很多人分不清安全和隱私。安全問題一直都有，主要是指攻擊方通過一些手段盜取信息或破壞信息。使用數據的企業，在接觸敏感甚至涉密信息時，應該有安全資質的認證。這在我國的運營商體系和金融體系裡都有明確要求。

「經常和安全問題混為一談的，是數據隱私的問題。」周濤說，一方面，隱私數據直接泄露，或者有不法人士售賣這些信息，另一方面，一些隱私信息通過技術手段遭到破譯。這樣就可能給個人或商家帶來傷害，比如一些招聘網站的個人求職信息被破譯之後，會對個人造成傷害，也會讓招聘企業無法阻斷信息，失去盈利空間。

「除去法律層面、道德層面，科學技術層面上也還有很多問題需要解決。」高坤說，有這么多數據，具體怎麼處理，還需要更好地研究。現在很多「大數據」只是存儲下來，缺少進一步分析，但是把海量數據存儲下來本身也是技術進步，是「大數據」工作的一部分。

調查中，35.6%的受訪者覺得現在一些「大數據」分析空有大量數據，30.8%的受訪者認為缺乏數據安全，11.1%的受訪者提出缺乏科學性，9.3%的受訪者指出分散數據沒有有效整合，7.8%的受訪者認為存在「大數據」與傳統分析概念混淆的情況。

43.6%的受訪者認為「大數據」分析意義很大

調查顯示，43.6%的受訪者認為「大數據」分析的意義很大，7.0%的受訪者認為不太大，9.5%的受訪者覺得「大數據」分析沒什麼意義，39.8%的受訪者表示不好說。

90後北大研究生劉環是在一次講座上了解到了「大數據」。劉環認為，「大數據」確實還存在很多問題，但不可否認生活、學習中的很多細節也因「大數據」而改變，比如現在用的翻譯工具越來越智能化，一些輸入法更人性化，這些都歸功於「大數據」分析，相信「大數據」會有更大發展空間。

周濤表示，「大數據」分析的意義主要體現在：一、挖掘數據中潛藏的關聯關系甚至因果關系；二、對數據整體中缺失的信息進行預測；三、對數據所代表的系統走勢進行預測；四、支持對數據所在系統功能的優化，或者對決策起到評估和支撐作用。

高坤認為，「大數據」本身是一種新的科學手段，雖然目前還不成熟，但已經開始受到科學家的關注。「大數據」對於經濟、國防，都是最重要的科技手段。青年應該更多地關注科學技術的發展，從科技的角度來理解「大數據」。

以上是小編為大家分享的關於「大數據」分析意義很大的相關內容，更多信息可以關注環球青藤分享更多干貨